モデルリスク

詳しい説明

モデルは現実を単純化して表すため、前提条件、推計方法、学習データ、入力値に限界があります。平常時には有効でも、市場構造の変化や極端なストレス時に予測精度が低下することがあります。

計算式やプログラムが正しくても、想定外の用途に使う、出力を過信する、古いデータのまま放置すると問題が生じます。独立検証、バックテスト、性能監視、変更管理、利用範囲の明確化が基本的な管理手段です。

生成AIでは説明の難しさ、誤出力、外部モデルへの依存も管理対象になります。モデルリスクは市場価格そのものが変動する市場リスクとは異なり、その価格や損失を測る仕組みが不適切であるリスクです。